[发明专利]基于Gabor滤波器的文字信息特征提取与识别方法

权利要求书

1. 一种基于Gabor滤波器的文字信息特征提取与识别方法，其特征是: 所述的文字信息特征提取与识别方法通过以下步骤实现：

步骤一、设计Gabor滤波器；

步骤二、设计并训练DBN分类网络；

步骤三、运用形态学的方法，对定位后的图像进行去噪、空洞区域的填充以及孤立点的剔除操作，使定位的文本图像更加精确，并将最终去噪后的文本定位二值图像映射到原始视频帧图像上，得到准确的文本定位区域；

步骤四、对定位并且处理后的准确的文本定位区域，进行文本增强、二值化处理、归一化与特征提取操作；

步骤五、运用OCR识别技术对经步骤四处理后的文本进行识别。

2.根据权利要求1所述的基于Gabor滤波器的文字信息特征提取与识别方法，其特征是:步骤一所述的设计Gabor滤波器的过程是指选择合适参数对视频帧图像从0°、45°、90 °、135 °四个方向上对字符特殊的纹理特征进行处理，得到四幅在这四个方向上的纹理特征图像，抑制背景区域，保持四个方向上的文字纹理特征，具体为：

将Gabor滤波器在空间域看做是一个正弦平面波，这个正弦平面波整好被Gaussian函数调制从而形成Gabor滤波器，其中，Gabor滤波器由7个参数来决定，分别是中心点、角度、均方差和以及和，并通过以下假设简化Gabor滤波器的函数，

(1).正弦平面波的方向与Gaussian核函数的旋转角度相同，即；

(2).Gaussian核函数的中心点在(0,0)，均方差；

(3).经过Gaussian函数调制之后的正弦平面波，其余弦与正弦存在区别，余弦成分需要减去，从而使得平面正弦波在整体上保持零均值的特性，通过化简后的二维Gabor滤波器可以定义为：

表示像素位置；ω表示频率；θ表示滤波方向；σ表示均方差；频率ω与方差σ的关系式为：

，φ是倍频程的带宽，取值为1。

3.根据权利要求1或2所述的基于Gabor滤波器的文字信息特征提取与识别方法，其特征是:步骤二所述的设计并训练DBN分类网络是指利用RBM网络结构来构建DBN分类网络，根据不同层数的RBM网络，达到不同深度的DBN分类网络，比较不同深度的网络结构、复杂度、定位效果，选择合适深度的DBN分类网络对视频帧图像进行处理，定位出文本区域，具体为：

DBN网络是由一系列受限玻尔兹曼机的概率模型组成的，描述过程如下：假设有一个系统S，它有n层，设输入为，输出为，学习的一般过程表示为：，如果系统的输出等于它的输入，即输入经过系统变化之后没有任何的信息损失或者损失很小，可以看作基本上保持不变，说明输入经过每一层S_i，都几乎没有信息的损失，即任意一层S_i的输出，都是对原有信息，也就是输入的另外一种表示；

其中：所述的每一层网络的预训练均使用无监督学习进行；每次只用无监督学习训练网络中的一层，并将它的训练结果作为其高一层的输入；用自顶而下的监督算法去调整所有层。

4.根据权利要求3所述的基于Gabor滤波器的文字信息特征提取与识别方法，其特征是:步骤三所述的运用形态学的方法，对定位后的图像进行去噪、空洞区域的填充以及孤立点的剔除操作，具体为：

首先，运用腐蚀和膨胀分别对经由DBN网络分类处理后的二值图像进行运算；其次，利用腐蚀和膨胀运算组合成的开闭运算对DBN网络分类处理后的二值图像进行单独开或者闭运算；再次，对DBN分类网络处理后的二值图像进行先开后闭运算及先闭后开运算。